这里的一个主要问题是回归分析中“变化”的度量与观察变量与其预测平均值的平方差有关。对于理论分析和实际工作来说，这是一种有用的变异度量选择，因为与均值的平方差与随机变量的方差有关，而两个独立随机变量之和的方差就是它们的个体差异之和。

$R^2$在多元回归中，表示当与预测均值的平方差用作变异量度时，回归模型解释的观察变量中“变异”的分数。多重 R 只是平方根$R^2$.

恐怕我从来没有理解指定 Multiple R 的值而不是$R^2$. 与相关系数不同$r$在单变量回归中，它显示了 2 个变量之间关系的方向和强度，指定多重 R 似乎并没有增加太多额外混淆的机会。